Create and delete models - MaxCompute: Central de Documentação do Alibaba Cloud

Pré-requisitos

Antes de começar, verifique se você tem:

Um projeto do MaxCompute com a permissão CreateModel para criar modelos ou a permissão Drop em um modelo específico para excluí-lo
Acesso a um dos seguintes pontos de entrada: Cliente do MaxCompute, Análise SQL, Cloud Shell (odpscmd) ou DataWorks

Criar um modelo

O MaxCompute oferece suporte a duas origens de modelo:

Modelo importado: arquivo de modelo XGBoost armazenado no Object Storage Service (OSS) e importado para o MaxCompute.
Modelo remoto: modelo de linguagem grande (LLM) ou modelo de linguagem grande multimodal (MLLM) implantado no PAI EAS e referenciado no MaxCompute.

Para obter uma visão geral dos tipos e versões de modelos, consulte Tipos de modelo.

Observações de uso

Os modelos públicos pertencem a projetos públicos sob a conta do sistema MaxCompute e estão disponíveis diretamente para inferência, sem necessidade de criação. Para obter a lista de modelos públicos e instruções de uso, consulte Modelos do MaxCompute.
Os modelos treinados internamente só podem ser criados executando to_odps_model no MaxFrame. Não há suporte para criação via SQL. Para mais detalhes, consulte to_odps_model.
Não é possível modificar MODEL_SOURCE_TYPE e MODEL_TYPE após a criação do modelo.
A versão especificada durante a criação torna-se a versão padrão (DEFAULT_VERSION) do modelo.
O comentário definido na criação também se aplica à primeira versão do modelo.

Sintaxe

Modelo importado

CREATE MODEL [ IF NOT EXISTS ] <model_name> WITH VERSION <version_name>
INPUT(<input_col_name> <input_data_type>, ... )
OPTIONS(
    MODEL_SOURCE_TYPE = 'IMPORT',
    MODEL_TYPE = '<model_type>',
    LOCATION = '<location>',
    ROLEARN = '<rolearn>'
)
[COMMENT <model_comment>];

Modelo remoto

CREATE MODEL [ IF NOT EXISTS ] <model_name> WITH VERSION <version_name>
[INPUT(<input_col_name> <input_data_type>, ... )]
OPTIONS(
    MODEL_SOURCE_TYPE = 'REMOTE',
    MODEL_TYPE = '<model_type>',
    TASKS = '<tasks>',
    PAI_EAS_MODEL_NAME = '<pai_eas_model_name>',
    PAI_EAS_SERVICE_NAME = '<pai_eas_service_name>',
    ENDPOINT = '<endpoint>',
    APIKEY = '<apikey>',
    PAI_EAS_SYNC_MODE = 'true'
    [,PAI_EAS_SYNC_REQUEST_TIMEOUT = '5000']
)
[COMMENT <model_comment>];

Parâmetros

Parâmetros obrigatórios

Parâmetro	Descrição
`model_name`	Nome do modelo. Não diferencia maiúsculas de minúsculas. Aceita letras (a–z, A–Z), dígitos e sublinhados (`_`). Deve começar com uma letra. Comprimento máximo: 256 bytes. Deve ser exclusivo no mesmo projeto ou schema.
`version_name`	Nome da versão do modelo. Segue as mesmas regras de nomenclatura de `model_name`. Não pode ser definido como `default_version`. Comprimento máximo: 256 bytes.
`MODEL_SOURCE_TYPE`	Origem do modelo. Valores válidos: `IMPORT` (modelo importado) e `REMOTE` (modelo remoto). Imutável após a criação.
`MODEL_TYPE`	Tipo do modelo. Imutável após a criação. Para modelos importados: `BOOSTED_TREE_CLASSIFIER` (modelo de classificação XGBoost) ou `BOOSTED_TREE_REGRESSOR` (modelo de regressão XGBoost). Para modelos remotos: `LLM` (modelo de linguagem grande) ou `MLLM` (modelo de linguagem grande multimodal).

Parâmetros opcionais

Parâmetro	Descrição
`IF NOT EXISTS`	Se omitido, retorna erro caso já exista um modelo com o mesmo nome. Quando especificado, a instrução é concluída com sucesso sem gerar erros.
`input_col_name`	Nome da coluna de entrada. Não diferencia maiúsculas de minúsculas. Aceita letras (a–z, A–Z), dígitos, sublinhados (`_`) e caracteres chineses. Deve começar com uma letra. Comprimento máximo: 128 bytes. Obrigatório quando `MODEL_SOURCE_TYPE` for `IMPORT`.
`input_data_type`	Tipo de dados da coluna de entrada. Tipos compatíveis: `BIGINT`, `DOUBLE`, `STRING` e `BINARY`. Para mais detalhes, consulte Versões de tipos de dados. Obrigatório quando `MODEL_SOURCE_TYPE` for `IMPORT`.
`COMMENT`	Descrição do modelo. Comprimento máximo: 1.024 bytes. Aplica-se também à primeira versão do modelo.

Parâmetros de modelo importado

Parâmetro	Obrigatório	Descrição
`LOCATION`	Sim	Caminho do OSS para o arquivo do modelo. Apenas endpoints de rede interna do OSS são compatíveis. Exemplo: `oss://oss-cn-shanghai-internal.aliyuncs.com/test-mode-bucket/`
`ROLEARN`	Sim	Função do RAM usada para autenticar o acesso ao OSS. Exemplo: `acs:ram::139******728:role/aliyunodpsdefaultrole`. Antes de usar este parâmetro, conceda as permissões necessárias do OSS ao MaxCompute: use a autorização com um clique para conceder a permissão padrão `AliyunODPSDefaultRole` ou crie uma função personalizada conforme descrito em Autorizar no modo STS para OSS.

Parâmetros de modelo remoto

Parâmetro	Obrigatório	Descrição
`TASKS`	Sim	Tipo de tarefa. Valores válidos: `text-generation`, `chat` e `sentence-embedding`.
`PAI_EAS_MODEL_NAME`	Sim	Nome do modelo implantado no PAI EAS. Visualize o modelo implantado e o nome do serviço no console do PAI EAS.
`PAI_EAS_SERVICE_NAME`	Sim	Nome do serviço de modelo do PAI EAS. Se o serviço pertencer a um grupo de serviços, use o formato `GroupName.ServiceName` (por exemplo, `group.service_name`). Caso contrário, especifique apenas o nome do serviço.
`ENDPOINT`	Sim	Endpoint do serviço PAI EAS. Exemplo: `http://1*************70.cn-shanghai.pai-eas.aliyuncs.com`. Apenas endpoints públicos são compatíveis. Adicione o endpoint aos endereços de rede externa permitidos do MaxCompute antes de chamar funções de IA. Para etapas de configuração, consulte Editar endereços de rede externa por meio do gerenciamento de projetos.
`APIKEY`	Sim	Token de autenticação do serviço PAI EAS.
`PAI_EAS_SYNC_MODE`	Sim	Modo de processamento de solicitações. Apenas `true` (modo síncrono) é compatível.
`PAI_EAS_SYNC_REQUEST_TIMEOUT`	Não	Tempo limite para solicitações síncronas. Unidade: milissegundos. Padrão: `5000`. Intervalo: 5.000–1.800.000.

Exemplos

Exemplo 1: Criar um modelo remoto

Este exemplo registra o serviço de modelo Qwen2.5-Omni-3B, implantado no PAI EAS, como um modelo remoto. A cláusula INPUT especifica que o modelo aceita arquivos de imagem (BINARY) para tarefas de conversão de imagem em texto. Para o fluxo de trabalho completo de ponta a ponta, consulte Usar um modelo remoto do MaxCompute para gerar automaticamente descrições de produtos de e-commerce.

CREATE MODEL PAI_EAS_Qwen25_Omni_3B WITH VERSION v1
INPUT(data BINARY, promt STRING)
OPTIONS(
    MODEL_SOURCE_TYPE = 'REMOTE',
    MODEL_TYPE = 'MLLM',
    TASKS = 'text-generation',
    PAI_EAS_MODEL_NAME = 'Qwen2.5-Omni-3B',
    PAI_EAS_SERVICE_NAME = 'test_remote_model',
    ENDPOINT = 'http://11261230********.cn-shanghai.pai-eas.aliyuncs.com',
    APIKEY = '<YOUR-API-KEY>',
    PAI_EAS_SYNC_MODE = 'true'
)
COMMENT "PAI EAS remote model binary input";

Exemplo 2: Criar um modelo importado

Este exemplo importa um modelo de classificação XGBoost treinado do OSS.

CREATE MODEL test_xgboost_classifier WITH VERSION V1
INPUT (f1 int, f2 int, f3 int, f4 int)
OPTIONS(
    MODEL_SOURCE_TYPE = 'IMPORT',
    MODEL_TYPE = 'BOOSTED_TREE_CLASSIFIER',
    LOCATION = 'oss://oss-cn-shanghai-internal.aliyuncs.com/********/xgboost_classifier/',
    ROLEARN = 'acs:ram::11261230********:role/aliyunodpsdefaultrole'
)
COMMENT 'Import XGBoost model v1';

Nota

Após criar um modelo, use as instruções SHOW e DESC para visualizar a lista de modelos e os detalhes do modelo.

Excluir um modelo

Observações de uso

Não é possível excluir modelos públicos.
Excluir um modelo remove todas as suas versões. Essa ação é irreversível. Antes de excluir, confirme que nenhuma tarefa de inferência esteja em execução em qualquer versão do modelo.

Sintaxe

DROP MODEL [IF EXISTS] <model_name>;

Parâmetros

Parâmetro	Obrigatório	Descrição
`model_name`	Sim	Nome do modelo a ser excluído. Não é possível excluir modelos públicos.
`IF EXISTS`	Não	Se omitido, retorna erro quando o modelo não existe. Quando especificado, a instrução é concluída com sucesso independentemente da existência do modelo.

Exemplo

DROP MODEL PAI_EAS_Qwen25_Omni_3B;

Próximos passos

Visualizar modelos: liste todos os modelos em um projeto ou inspecione os detalhes e versões de um modelo específico.
Modelos do MaxCompute: navegue pelos modelos públicos disponíveis e aprenda a usá-los para inferência.